我将Fortran、C和c++的速度与netlib中的经典Levine-Callahan-Dongarra基准进行了比较。使用OpenMP的多语言版本是 http://sites.google.com/site/tprincesite/levine-callahan-dongarra-vectors C语言更丑陋，因为它一开始是自动翻译，加上某些编译器的限制和pragmas插入。 c++就是在适用的地方使用STL模板的C。在我看来，STL在是否能提高可维护性方面好坏参半。

为了了解自动函数内联在多大程度上改进了优化，只需要进行很少的练习，因为示例基于传统的Fortran实践，其中很少依赖内联。

到目前为止使用最广泛的C/ c++编译器缺乏自动向量化，而这些基准测试严重依赖于此。

关于这之前的帖子:在Fortran中使用括号来指示更快或更准确的求值顺序的例子有两个。已知的C编译器没有在不禁用更重要的优化的情况下观察括号的选项。

Fortran速度更快有几个原因。然而，它们的重要性是如此无关紧要，或者可以通过任何方式解决，所以它不应该是重要的。现在使用Fortran的主要原因是维护或扩展遗留应用程序。

PURE and ELEMENTAL keywords on functions. These are functions that have no side effects. This allows optimizations in certain cases where the compiler knows the same function will be called with the same values. Note: GCC implements "pure" as an extension to the language. Other compilers may as well. Inter-module analysis can also perform this optimization but it is difficult. standard set of functions that deal with arrays, not individual elements. Stuff like sin(), log(), sqrt() take arrays instead of scalars. This makes it easier to optimize the routine. Auto-vectorization gives the same benefits in most cases if these functions are inline or builtins Builtin complex type. In theory this could allow the compiler to reorder or eliminate certain instructions in certain cases, but likely you'd see the same benefit with the struct { double re; double im; }; idiom used in C. It makes for faster development though as operators work on complex types in Fortran.

我还没有听说过Fortan比C快得多，但是可以想象在某些情况下它会更快。关键不在于语言特征的存在，而在于那些(通常)不存在的特征。

一个例子是C指针。C指针几乎到处都在使用，但指针的问题是编译器通常无法判断它们是否指向同一个数组的不同部分。

例如，如果你写了一个strcpy例程，看起来像这样:

strcpy(char *d, const char* s)
{
  while(*d++ = *s++);
}

编译器必须在d和s可能是重叠数组的假设下工作。所以当数组重叠时，它不能执行会产生不同结果的优化。正如您所期望的，这在很大程度上限制了可以执行的优化类型。

[我应该注意到，C99有一个“restrict”关键字，显式地告诉编译器指针不重叠。还要注意，Fortran也有指针，语义不同于C语言，但指针不像C语言那样无处不在。

但是回到C与Fortran的问题上，可以想象，Fortran编译器能够执行一些对于(直接编写的)C程序可能无法实现的优化。所以我不会对这种说法感到太惊讶。不过，我确实希望性能差异不会太大。(~ 5 - 10%)

在某种程度上，Fortran在设计时就考虑到了编译器优化。该语言支持整个数组操作，编译器可以利用并行性(特别是在多核处理器上)。例如,

密集矩阵乘法很简单:

matmul(a,b)

向量x的L2范数为:

sqrt(sum(x**2))

此外，FORALL、PURE和ELEMENTAL程序等语句进一步有助于优化代码。由于这个简单的原因，即使是Fortran中的指针也不如C语言灵活。

即将发布的Fortran标准(2008)具有协同数组，允许您轻松地编写并行代码。G95(开源)和来自CRAY的编译器已经支持它。

所以是的，Fortran可以很快，因为编译器可以比C/ c++更好地优化/并行化。但是就像生活中的其他事情一样，有好的编译器和坏的编译器。

This is more than somewhat subjective, because it gets into the quality of compilers and such more than anything else. However, to more directly answer your question, speaking from a language/compiler standpoint there is nothing about Fortran over C that is going to make it inherently faster or better than C. If you are doing heavy math operations, it will come down to the quality of the compiler, the skill of the programmer in each language and the intrinsic math support libraries that support those operations to ultimately determine which is going to be faster for a given implementation.

编辑:@Nils等人提出了一个很好的观点，即C语言中指针使用的差异，以及可能存在的别名，这可能会使C语言中最简单的实现变慢。然而，在C99中有一些方法可以解决这个问题，比如通过编译器优化标志和/或C语言的实际编写方式。这在@Nils的回答和随后的评论中有很好的介绍。

我是一个业余程序员，在这两种语言上我都是“平均”。 我发现编写快速Fortran代码比编写C(或c++)代码更容易。Fortran和C都是“历史悠久”的语言(按照今天的标准)，被大量使用，并且很好地支持免费和商业编译器。

我不知道这是否是一个历史事实，但Fortran感觉它是为并行/分布式/向量化/多核化而构建的。今天，当我们谈论速度时，它几乎是“标准度量”:“它能缩放吗?”

对于纯粹的cpu计算，我喜欢Fortran。对于任何与IO相关的东西，我发现使用c更容易(无论如何这两种情况都很困难)。

当然，对于并行计算密集型代码，你可能需要使用GPU。C和Fortran都有很多或多或少很好地集成了CUDA/OpenCL接口(现在还有OpenACC)。

我比较客观的回答是:如果你对这两种语言都同样了解或不了解，那么我认为Fortran更快，因为我发现用Fortran写并行/分布式代码比用c更容易(一旦你明白你可以写“自由形式”Fortran，而不仅仅是严格的F77代码)

Here is a 2nd answer for those willing to downvote me because they don't like the 1st answer : Both language have the features required to write high-performance code. So it's dependent of the algorithm you're implementing (cpu intensive ? io intensive ? memory intensive?), the hardware (single cpu ? multi-core ? distribute supercomputer ? GPGPU ? FPGA ?), your skill and ultimately the compiler itself. Both C and Fortran have awesome compiler. (i'm seriously amazed by how advanced Fortran compilers are but so are C compilers).

PS:我很高兴你特别排除了库，因为我有很多关于Fortran GUI库的不好的东西要说。：）